close

Вход

Забыли?

вход по аккаунту

?

Повышение эффективности переработки низкокачественной древесины автоматизацией основных технологических операций

код для вставкиСкачать
ФРОЛОВ Иван Сергеевич
ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПЕРЕРАБОТКИ
НИЗКОКАЧЕСТВЕННОЙ ДРЕВЕСИНЫ АВТОМАТИЗАЦИЕЙ
ОСНОВНЫХ ТЕХНОЛОГИЧЕСКИХ ОПЕРАЦИЙ
05.21.01 – Технология и машины лесозаготовок и лесного хозяйства
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата технических наук
Архангельск
2018 г.
Работа выполнена в Федеральном государственном бюджетном
образовательном учреждении высшего образования «Воронежский
государственный лесотехнический университет имени Г.Ф. Морозова»
Научный руководитель
Григорьев Игорь Владиславович,
доктор технических наук, профессор
Официальные
оппоненты
Васильев
Сергей
Борисович,
доктор
технических наук, профессор, ФГБОУ ВО
«Петрозаводский
государственный
университет»,
кафедра
транспортных
и
технологических машин и оборудования,
профессор
Хитров Егор Германович,
кандидат технических наук, ФГБОУ ВО СанктПетербургский
государственный
лесотехнический университет имени С.М.
Кирова, кафедра математических методов в
управлении, доцент
Ведущая организация
Федеральное
государственное
бюджетное
образовательное
учреждение
высшего
образования «Уральский государственный
лесотехнический университет»
Защита диссертации состоится 6 декабря 2018 г. в 1430 часов на заседании
диссертационного совета Д 212.008.01, созданного на базе ФГАОУ ВО
«Северный (Арктический) федеральный университет имени М.В.
Ломоносова», по адресу: 163002, г. Архангельск, наб. Северной Двины, 17,
ауд. 1220.
С диссертацией можно ознакомиться в библиотеке и на сайте университета
www.narfu.ru.
Автореферат разослан «___» __________ 2018 г.
Ученый секретарь
диссертационного совета, к.т.н.
Т.В. Тюрикова
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. Использование стремительно сокращающихся
запасов древесины хвойных пород для получения технологической щепы
вынуждает производителей повышать эффективность производства,
минимизировать затраты. На сегодняшний день использование древесины
хвойных пород для производства технологической щепы является
вынужденным.
В мире ежегодно заготавливается в среднем около 5 млрд. куб. метр.
древесины. Скорость роста мягколиственной древесины по сравнению с
хвойной в 2 раза быстрее. При условии, что в мягколиственной древесине
содержание сердцевинной гнили может превышать 50% от общего объема
древесины, то использование такой древесины может быть выгодно, если
такая древесина обрабатывается автоматизировано и высокоэффективно.
Использование мягколиственной низкокачественной древесины поможет
снизить темпы вырубки хвойных пород. Технологическая схема большинства
лесообрабатывающих предприятий морально устарела, так как при
раскряжевке древесины в большинстве случаев учитываются только внешние
пороки, визуально оцениваемые оператором при раскрое, а не внутренние
пороки обрабатываемой древесины.
Использование
внутренней
дефектоскопии
на
основе
рентгенотелевизионного оборудования, а также акустическими методами
позволило бы повысить качество выпускаемой продукции, а также
автоматизировать процесс дефектоскопии, сортировки и раскряжевки
круглых лесоматериалов. Это позволяет утверждать, что тема диссертации,
направленная на повышение эффективности автоматизации технологических
процессов древесно-подготовительных цехов, является своевременной и
актуальной для лесопромышленного комплекса России.
Диссертация
соответствует паспорту специальности: 05.21.01
«Технология и машины лесозаготовок и лесного хозяйства». Область
исследований: п. 3, п. 6, п. 7, п. 8, п. 9, п. 10, п.12
Степень разработанности темы исследования. Дефектоскопия
круглых лесоматериалов на основе рентгена получила развитие в середине
ХХ века, в связи с развитием данного метода исследования структуры
материалов. Диссертационные исследования, связанные с возможностью
выявления сердцевинной гнили, а также других пороков с использованием
рентгенотелевизионного оборудования, с возможностью получения
качественного изображения заготовки имеющей сердцевинную гниль или не
имеющей сердцевинной гнили, проводились на рентгенотелевизионном
оборудовании досмотрового типа.
Использование
рентгенотелевизионного оборудования, в качестве
прибора неразрушающего контроля, широко известно и применяется за
рубежом, однако использование рентгенотелевизионного оборудование
способного производить изучение древесины вне зависимости от диаметра, а
также использование не только стационарного, но и переносных комплексов,
до сих пор не известны.
Целью диссертационной работы является повышение эффективности
переработки низкокачественной древесины, путём определения наличия и
размеров сердцевинной гнили в круглых лесоматериалах.
Объект исследований. Способы выявления сердцевинной гнили в
круглых лесоматериалов с использованием методов неразрушающего
контроля.
Предмет исследования. Выявление сердцевинной гнили в процессе
переработке низкокачественной древесины.
Для достижения поставленной цели были сформулированы и решены
следующие основные задачи исследования:
1.Разработать
математическую
графоаналитическую
модель
определения
гнили
по
изображению,
полученному
на
рентгенотелевизионном оборудовании, позволяющую определить гниль и
отнести ее к соответствующему классу.
2.Экспериментальным путем исследовать процессы определения гнили с
использованием рентгенотелевизионного оборудования.
3.Разработать технические и технологические решения, позволяющие
повысить эффективность обработки низкокачественной древесины, за счет
точной оперативной оценки гнили в круглых лесоматериалах, повышения
производительности линии, снижения энергоемкости процесса и потерь
древесины.
Научная новизна. Разработана математическая графоаналитическая
модель, определения сердцевинной гнили по изображению, полученному на
рентгенотелевизионном оборудовании позволяющая оценивать гниль в
круглых лесоматериалах с целью повышения эффективности переработки
низкокачественной древесины.
Теоретическая и практическая значимость.
1. Разработанная математическая
графоаналитическая модель
определения образа сердцевинной гнили, позволяющая оценивать качество
круглых лесоматериалов с использованием рентгенотелевизионном
оборудовании, расширяет возможности использования машинного зрения в
лесозаготовительном производстве.
2.Разработанные технические и технические решения позволяют
повысить
эффективность
технологических
процессов
обработки
низкокачественной древесины, за счет оперативного определения гнили в
низкокачественной древесине, повышения производительности линии,
снижения потерь энергоемкости процесса переработки низкокачественной
древесины.
Методология и методы исследования. Теоретической основой
исследования явились работы ведущих отечественных и зарубежных ученых
по неразрушающему контролю древесины и древесных материалов, а также
технологии обработки низкокачественной древесины.
В работе использованы базовые методы научно-технического познания,
математического анализа и моделирования, измерения и обработки
экспериментальных данных.
Автор в своих исследованиях опирался на фундаментальные работы
ученых, работавших в области обработки низкокачественной древесины и
неразрушающего контроля круглых лесоматериалов – Анучин Н.П., Берсенев
А.П., Вакин А.Т., Веретенник Д.Г., Вильке Г.А., Грудини В.А., Долацис Я.Л.,
Ермолов И.К., Кармаднов А.Н., Коробов В.В., Куницкая О.А., Лакатош Б.К.,
Ласточкин П.В., Леонов Л.В., Леонтьев Н.Л., Матвеев-Мотин А.С.,
Петровский В.С., Полубояринов О.И., Поройков И.В., Савкин М.М., Тамби
А.А., Чубинский А.Н., Щетинин Ю.И. и др.
На защиту выносятся следующие положения:

Математическая
графоаналитическая
модель,
определения
сердцевинной
гнили
по
изображению,
полученному
на
рентгенотелевизионном оборудовании позволяющая оценивать гниль в
круглых лесоматериалах с целью повышения эффективности переработки
низкокачественной древесины.

Результаты экспериментальных исследований процесса определения
сердцевинной гнили в круглых лесоматериалах с использованием
рентгенотелевизионного оборудовании.

Технологические и технические решения, позволяющие повысить
эффективность обработки низкокачественной древесины, за счет точной
оперативной оценки качества гнили в круглых лесоматериалах, повышения
производительности линии, снижения энергоемкости процесса и потерь
древесины.
Степень достоверности и апробация результатов
выводов и результатов исследований обеспечена: применением современных
методов и средств научного проникновения, обоснованными упрощениями и
допущениями при разработке программы позволяющей производить
дефектоскопию сердцевинной гнили в круглых лесоматериалах, приемлемым
совпадением результатов теоретических исследований с опытными данными,
полученными при проведении экспериментальнов.
Основные положения диссертации докладывались на международных,
всероссийских и студенческих научно-технических конференциях в Вологде,
СПбГЛТУ, в рамках проведения Петербургского Международного
Инновационного Форума, международного научного форума “Ломоносов
2017” и инновационного конкурса “Потенциал будущего”, а также выигран
научный гран конкурса “Умник” на дальнейшую проработку идеи.
Работа выполнена в рамках научной школы «Инновационные
разработки в области лесозаготовительной промышленности и лесного
хозяйства».
Публикации. По результатам исследований автором опубликовано 6
печатных работ, в том числе 3 статьи в журналах, рекомендуемых ВАК РФ,
подана заявка на получение патента на программу для ЭВМ.
Структура и объем работы. Диссертация состоит из введения, пяти
разделов, заключения, списка литературы, включающего 117 наименований,
списка иллюстраций и приложения. Общий объем работы 102 страницы,
включая 31 рисунок, 7 таблиц и приложений.
Личный вклад автора диссертации выражается в разработке методики
исследования, составлении и исследовании математической модели,
проведении
экспериментальных
исследований
и
обработке
экспериментальных данных, формулировании теоретических положений,
практических рекомендаций и выводов. Подготовке публикаций и заявок на
патенты.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении сформулирована актуальность темы диссертации и
приведена общая характеристика работы.
1. Состояние проблемы и задачи и исследования. В разделе
рассмотрены
данные литературных источников и проанализированы
основные внутренние пороки круглых лесоматериалов, автоматизация
технологических процессов переработки круглых лесоматериалов имеющих
сердцевинную гниль, системы определения сердцевинной гнили,
позволяющие производить снижение потерь древесины при переработки в
щепу, различные методы определения сердцевинной гнили, общие принципы
автоматизации технологических процессов переработки низкокачественной
древесины.
Показано, что современные подходы к автоматизации основных
технологических операций по переработки круглых лесоматериалов, во
многом, направлены на использовании магниторезонансной томографии.
Однако, до сих пор нет работ, посвященных обоснованию оптимального
метода распознавания образов, по изображению полученному на
рентгенотелевизионном оборудовании, применительно к задачам оценки
круглых лесоматериалов с целью повышения качества древесного сырья для
переработки в щепу.
2.
Теоретические
исследования
работы
системы
автоматизированной оценки качества окорки балансовой древесины.
Использование оператора при определении внутренних и внешних пороков
создает сложность при постановке задачи. Если необходимо резко поменять
план выпускаемой продукции, то, как показывает практика, в этот процесс
вмешивается человеческий фактор, и оператор не может перестроиться и
начинает допускать ошибки.
Согласно проведенным исследованиям в работе по автоматизации
окорки круглых лесоматериалов Куницкой Д.Е. доказано рациональность
использование метода Отсу для определения процентного соотношения
образов, полученных по изображению
Низкая технологичность процессов может обернуться значительными
потерями. Обладая необходимыми устройствами и вычислительными
мощностями, производство ощущает дефицит в исследованиях и
проработанности математического обеспечения высокотехнологичных
решений, комплексов, позволяющих ряд вышеозначенных потерь
предотвращать на самых ранних этапах производства. Проведение
дефектоскопии внутренних пороков в совокупности со сканированием
геометрии хлыста, а также автоматизация линии по производству
технологической щепы из низкокачественной древесины, согласно
предложенным технологическим схемам позволит сократить затраты на
энергоресурсы, сократить технологическую цепочку, а с применением
портативного рентгенотелевизионного комплекса сократить затраты на
транспортировку круглых лесоматериалов, содержащих гниль.
Основной трудностью в данном вопросе является способ обработки
цифрового изображения, получаемого с помощью рентгенотелевизионного
оборудования. В рамках решения поставленной задачи устройство
настраивается таким образом, чтобы дефектные области выглядели более
темными, чем деловая древесина. Поиск процентного соотношения
содержания гнили в древесине, по изображению, полученному на
рентгенотелевизионном оборудовании подразделяется на несколько этапов:
разделение фона от объекта исследования, бинаризация изображения,
сегментация, расчет процентного соотношения и присвоение класса. Стоит
отметить, что в нашем случае разработка графоаналитической модели для
определения образа сердцевинной гнили сводится к встраиванию
графоаналитической модели под нашу задачу.
Наиболее удачным видится метод представления цифрового
изображения в виде неориентированного графа.
Если представить изображение в виде функции img=I(x,y),x [0;W],а y
[0;H], где W – ширина изображения, H – высота изображения, то
графоаналитическая (графовая) модель для этого изображения представит
собой неориентированный граф:
где W-ширина изображения, H-высота изображения, V-множество ребер
графа, E-множество вершин графа.
В качестве вершин графоаналитической модели выступают пиксели
исходного изображения. Ребра графа – это связь пикселей между собой .
Формула для построения графа из исходного изображения выглядит
следующим образом:
где: x,y – координаты пикселя Pk, i= 1…W, j=1…H.
Прежде всего необходимо ввести ряд понятий, с помощью которых
можно будет описать процесс анализа изображения заготовки древесины
имеющей сердцевинную гниль.
Определение 1. Цвет вершины графа — цвет соответствующего вершине
пикселя изображения.
Определение 2. Нулевой вершиной будем называть вершину,
отображающую пиксель с яркостью равной нулю (черного цвета)
где n – цифровое обозначение цвета.
Определение 3. Сегментация графа по цветовому признаку — это
выделение подграфа, объединяющего вершины заданного цвета.
Определение 4. Максимумом графа назовем вершину, отображающую
пиксель исходного изображения с наибольшим значением яркости
C учетом определения V в формуле 2.1.
Определение 5. Умножением вершин назовем операцию, результатом
которой является произведение величин яркости пикселей, отображенных в
соответствующих вершинах.
Определение 6. Маска — это граф, цвет вершин которого принимает
значения только черного (яркость 0) или белого (яркость 1).
Определение 7. Сегментация по маске — это наложение на
произвольный цветной граф маски той же конфигурации, причем цвет
вершин результирующего графа определяется как результат перемножения
вершин на соответствующих позициях.
Определение 8. Инвертированием вершины назовем операцию, в
результате которой изменяется значение яркости вершины на обратное.
Причем для нулевых значений обратным будем считать единицу, для
ненулевых — ноль.
Определение 9. Инвертированием цветного графа назовем операцию
инвертирования всех его вершин. Следует отметить, что для данной
операции условие идемпотентности не выполняется, и она применима лишь в
случае поиска маски для дальнейшего использования.
Определение 10. Объединением цветных графов назовем операцию, в
результате которой все вершины первого графа с нулевой яркостью
замещаются ненулевыми вершинами второго графа, если таковые найдены на
соответствующих позициях.
,
где W-ширина изображения, H-высота изображения, vn- вершина графа
Gn
Разделение обрабатываемого изображения на фон и объект
исследования
Вопрос проведения качественной сегментации напрямую зависит от
подготовки изображения к обработке. Существует несколько этапов
подготовки снимка к бинаризации. Необходимо в случае, если на снимке
имеются еще какие-то объекты, кроме исследуемого, разделить фон и объект.
В нашем случае это можно сделать одним из методов бинаризации – методом
пороговой обработки, т.к. интерфейс программы разделяет фон и объект по
цвету это стало возможным.
Сегментация и бинаризация изображения рентгеновского снимка
круглого лесоматериала с сердцевинной гнилью
В нашем случае бинаризация изображения производится по методу
Отсу, она является необходимой частью работы по определению образов
сердцевинной гнили. Бинаризация необходима для упрощения машинной
обработки изображения. Интересующие нас зоны сердцевинной гнили как
правило либо выделяются по краям, либо имеют четко выраженное различие
по яркости. Таким образом основной задачей является проведение
качественной сегментации и бинаризации. Сегментация – это разделение
изображения на множество пикселей. Бинаризация – это присвоение
каждому сегменту цвета, в зависимости от определения яркости, либо он
относится к черному цвету, либо к белому и выполняет условие порога
яркости. Порог яркости в нашем случае задается по методу Отсу.
Согласно исследованиям Куницкой Д.Е. порог яркости, определяемый
по методу Отсу, является переменной величиной и устанавливается в
пределах от 0,5 до 1,5t*.
Обработка рентгеновского снимка по методу Отсу
Воспользуемся методом нахождения порога по методу Отсу для
разделения множества вершин графа на два класса (черный и белый).
Полученный граф BG0 (binary graph) позволяет отделить объект от фона на
изображении.
2. Выполнив сегментацию исходного графа CG 0 по найденной на
предыдущем шаге маске:
получим искомый объект на изображении с однородным (черным) фоном.
3. Составим граф T G0 (temporary — временный), одинаковый с
исходным (CG0) по размерности и конфигурации, в котором значением
каждой вершины за дадим максимум графа CG 1:
где W — ширина изображения, H — высота изображения, vi — элемент
графа.
4. Выполним сегментацию графа T G0 по маске, найденной на
предыдущем шаге. Получим граф
5. Объединив граф TG1 с графом CG1, получим исходный объект с
однородным ненулевым фоном:
Необходимость такого построения будет показана ниже.
6. Повторим п.1 для графа CG2, что позволит выделить затемненные
края изображения, получаемые в результате особенностей рентгеновской
съемки заготовки. В случае, если бы вершины, отображающие пиксели фона
изображения, остались нулевыми, воспользоваться повторно пороговой
бинаризацией не удалось бы.
7. Повторим п.п.5-7 для графа CG2, чтобы полностью отсечь не
информативную часть изображения. Получим маску BG 1 и граф CG3.
8. Повторив п.1 для графа CG3, получим граф BG1, который можно
сегментировать по цветовому признаку и выделить искомую потенциально
дефектную область:
Анализ найденной области
1. Для оценки полученного результата воспользуемся найденными
графами BG1 (для расчета площади объекта) и BG2 (для расчета площади
потенциально дефектной области).
2. Сегментируем граф BG1 по цветовому признаку (белому) и получим
количество вершин с1, входящих в результирующую область.
3. Сегментируем граф BG2 по цветовому признаку (черному) и получим
количество вершин с2, входящих в результирующую область.
4. С учетом проведенных до построения графа BG2 операций, а также
шумов исходного изображения необходимо внести коррективы в полученные
результаты. Проведенные опыты показали, что для восстановления
объективной картины необходимо ввести коэффициент коррекции ck
найденной области, данный коэффициент является расчетным и
рассчитывается следующим образом:
.
Необходимость создания коэффициента коррекции ck обусловлена тем,
что к гнилой части прилегает и часть древесины, которая будет
использоваться как деловая, но эта часть также является низкокачественной.
В итоге формула для расчета процента затемненной области
изображения будет выглядеть следующим образом:
,
где С2 – количество вершин входящих в область обрабатываемого объекта;
С2 – количество вершин входящих в потенциально дефектную область; CK –
коэффициент коррекции затемненных краев на изображении.
В диссертации разработана программа, реализуемая по приведенному
выше алгоритму и математической модели с учетом метода Отсу и порогам
яркости от 0.5t до 1,5t, а также ниже представлены изображения полученные
в ходе работы программы по методу Отсу.
На этих изображениях выделенная область гнили практически
полностью повторяет область гнили. Линии темного цвета по краям
изображений также включены в коэффициент ck, так как программа по итогу
воспринимает эти линии как часть гнили, хотя таковыми не являются. Линии
темного цвета есть при второй интеграции, когда обрезаются края, и при
определении области гнили, данные линии позволяют получить более
качественную обработку изображения, так как диапазон сравнения порогов
уменьшается с уменьшением размеров заготовки.
По полученным изображениям можно увидеть отсутствие сердцевинной
гнили, а также реализацию программы и ход обработки.
Оценка результата. С учетом того, что затемненные области могут
отображать также и деловую древесину, в частности, более плотное ядро, а
также говорить о наличии сучков, необходимо ввести границы оценки
найденного процентного соотношения темных участков к видимой площади
всего объекта.
3.Экспериментальные исследования.
В задачи экспериментальных исследований входила проверка
разработанных в главе 2 диссертации алгоритмов для оценки содержания
гнили в круглых лесоматериалах. Проводились эксперименты доказывающие
обоснованность выбора метода дефектоскопии для задачи повышения
эффективности переработки низкокачественной древесины автоматизацией
основных технологических операций. Для опытов были отобраны образцы
мягколиственной древесины содрежащей внутреннюю гниль, заготовленные
единовременно на одной делянке.
Суть опытов заключалась в следующем. При помощи цифровой камеры
делались снимки изображений заготовленных образцов, полученных на
рентгенотелевизионном оборудовании.
После отделения изображения заготовок от фона, фрагменты
фотоснимков обрабатывались с использованием описанных во 2 главе
математической графоаналитической модели и реализованной по этой
модели программы с использованием метода Отсу., с порогом яркости от 0,5t
до 1,5t.
Результаты обработки изображений сопоставляли с натуральными
измерениями гнили. Обмер осуществлялся по следующей методике:
измерялся диаметр гнили с торцов, затем высчитывался объем цилиндра
гнили и объём всей заготовки, так как диаметры имели практически равные
значения. Далее образцы раскалывались и определялось наличие гнили, а
также контуры гнили на совпадение с изображением.
При обработке экспериментальных данных использовались основные
методы статистической обработки.
4. Результаты экспериментальных и теоретических исследований.
Результаты оценки сердцевинной гнили в круглых лесоматериалах по
фотоснимкам, полученным на рентгенотелевизионном оборудовании, а также
результаты сопоставления этих оценок с данными экспериментов, показали
следующее, что в зависимости от выбранного порога разделения, метод Отсу
дает оценки как большие, так и меньшие экспериментальных. При этом, в
случае, если по методу Отсу задан порог t, то значения наиболее близки к
экспериментальным. ( рис.1.)
Рисунок 1 – Сопоставление результатов оценки процентного соотношения
сердцевинной гнили в опытных образцах по методу Отсу (t) с
экспериментальными значениями
Рисунок 2 – Сопоставление результатов оценки процентного соотношения
сердцевинной гнили в опытных образцах по методу Оцу с
экспериментальными значениями
1) Наиболее близкие к расчетным значениям содержания сердцевинной
гнили в процентах достигнуты при выбранном пороге яркости t, как показано
на рисунке 1. Разность в процентном соотношении в среднем 4,49%.
2)Согласно рисунку 3 можно выделить две зоны заготовок. Заготовки,
не имеющие сердцевинной гнили, а также заготовки имеющие сердцевинную
гниль. Заготовки сравнивались опытным путём, так как программа
показывала значения содержания гнили в процентах менее 30 %, для
заготовок без сердцевинной гнили, пытаясь выделить в качестве гнили
другие возможные дефекты в древесине, такие как сучки, инородные
включения и другие, далее изображения проверялись визуально на наличие и
отсутствие гнили, впоследствии заготовки раскалывались, чтобы достоверно
определить наличие гнили. Так, опытным путем были определены
следующие категории:
1. Затемненные области занимают от 0% до 25% заготовки - считать, что
древесина не содержит сердцевинной гнили, но может содержать сучки,
инородные включения, более плотное ядро и такая древесина относится к
деловой древесине.
2. Затемненные области занимают 25-50% заготовки - считать, что
древесина содержит сердцевидную гниль, которую возможно обработать,
такая древесина относится к низкокачественной древесине.
3.Затемненная области занимают более 50% заготовки – считать, что
древесина является дровяной.
5.Автоматизация процесса определения качества работы
рубительной машины линии производства технологической щепы.
В данной главе приводятся разработанные технологические схемы
обработки
низкокачественной
древесины,
с
использованием
рентгенотелевизионного оборудования, в качестве оборудования для
сортировки и дефектоскопии древесины. Производится разделение
технологических схем по объему перерабатываемой древесины на
предполагаемом производстве на 250 тыс.м 3, 500 тыс.м3, 1000 тыс.м3
обрабатываемой древесины, а также разделение по выпускаемой продукции
на окорённые и не окорённые сортименты, щепа и пиломатериалы (рис.3-5).
Рисунок 3. Блок схема автоматизированной системы раскряжевки
окоренных хлыстов с сердцевинной гнилью
Рисунок 4. Блок- схема раскроя-раскряжевки хлыстов, имеющих
сердцевинную гниль без предварительной окорки
Рисунок 5. Блок-схема раскроя раскряжевки хлыстов имеющих
внутренние пороки с предварительной сортировкой
Приводятся пример использования портативно рентгенотелевизионный
комплекс (далее ПРТК) в качестве дефектоскопа используемого для работы
совместно с харвейстерной головкой.
Рисунок 6. Изображение размещения ПРТК на харвестерной головке
1 – Место установки экрана-детектора;
2 – Место установки портативного рентгена
Отличительной частью работы системы харвестерной головки и ПРТК
является то, что изображение, получаемое на ПРТК аналогично изображению
получаемому при работе со стационарным рентгенотелевизионным
оборудованием, соответственно разработанная программа и модель подходит
для работы с системой харвестерная головка и ПРТК.
Рисунок 7. Схема дефектоскопии хлыста с использованием
рентгенотелевизионного оборудования:
1 – не обрабатываемая зона; 2 – начала зоны обработки; 3 – конец зоны
обработки; 4 – обрабатываемая зона
Рисунок 8. Схема построения линии между не обработанными зонами:
1 – зона не обрабатываемой древесины; 2 – зона не выявленной гнили
согласно построенной схемы; 3 – начало зоны дефектоскопии; 4 – конец зоны
дефектоскопии; 5 – зона дефектоскопии; 6 – сердцевинная гниль
Производится оценка работы акустического импедансного метода
дефектоскопии древесины, на примере работы акустического дефектоскопа
АД-60К. Анализируется принцип работы прибора, предлагаются схемы
использования прибора.
Рисунок 9. Предлагаемы импедасный датчик дефектоскопы древесины
На рис. 9 представлено изображение формы, предлагаемого к
применению датчика совместно с дефектоскопии АД-60К, конусная форма
датчика позволит устанавливать его на неокоренную древесну. Благодаря
форме датчика обеспечивается плотное прилегание, так как он имеет форму
иглы. Основной датчик прибора использоваться не может, так как имеет
форму прямоугольника и не обеспечивает плотное прилегание. К прибору
можно подключить не более 10 датчиков.
Древесина зачастую имеет различные пороки кривизны ствола, что не
позволит легко применять импедансный метод. Предлагается создать
"колесо" из оидроцилиндров на конце которых будет искомый датчик.
Гидроцилиндрами возможно отрегулировать необходимое усилия для
придавливания датчиков к стволу, а также увеличить скорость и
автоматизировать процесс. "Колесо" из датчиков также располагается на
гидроцилиндре, который также имеет момент вращения, для настройки
датчиков по вертикали и горизонтали.
Общие выводы и рекомендации
Результаты теоретических и экспериментальных исследований
позволяют сделать следующие выводы:
1. С использованием рентгенотелевизионного оборудования, возможно
выявлять сердцевинную гниль, а также автоматизировано производить
операции сортировки, раскряжевки и выколки гнили.
2. Результаты исследования разработанного алгоритма по обработке
образа с сердцевинной гнилью позволяют оценивать объем гнили в круглых
лесоматериалах с использованием разработанных программ с точностью до
4,5% согласно методу Отсу и оптимальному порогу яркости t.
3. Сравнение результатов теоретических и экспериментальных
исследований позволяет утверждать, что разработанные модели определения
процентного содержания сердцевинной гнили в круглых лесоматериалах
адекватны объекту исследования и отличаются от теоретических в среднем
на 4,9%.
4. Результаты проведения эксперимента доказывают возможность
определения процентного соотношения сердцевинной гнили в круглых
лесоматериалах с использованием предложенной математической модели, а
также разработанной программы и предлагается следующая классификация:
4.1) Затемненные области занимают от 0% до 25% заготовки - считать,
что древесина не содержит сердцевинной гнили, но может содержать сучки,
инородные включения, более плотное ядро и такая древесина относится к
деловой древесине.
4.2) Затемненные области занимают 25-50% заготовки - считать, что
древесина содержит сердцевидную гниль, которую возможно обработать,
такая древесина относится к низкокачественной древесине.
4.3) Затемненная области занимают более 50% заготовки – считать, что
древесина является дровяной.
5.Разработаные технические решения, позволяют использовать
портативную рентгенотелевизитную установку, установленную на
харвестерную импульсную голову, для определения сердцевинной гнили на
лесозаготовках, с учетом использования разработанной программы
определения сердцевинной гнили.
6. Разработанные технологические решения, позволяют использовать
предложенные схемы совместно с
разработанными программами и
модернизированной рентгенотелевизионной установки для повышения
качества обработки круглых лесоматериалов, повысить качество подготовки
круглых лесоматериалов для более глубокой переработки.
Публикации:
1.Фролов И.С. Использование рентгенотелевизионного оборудования для
дефектоскопии
внутренних пороков
круглых лесоматериалов
//
Лесотехнический журнал Воронеж. 3/2016, 135-141 с.
2.Фролов И.С. Повышение выхода деловой древесины из круглых
лесоматериалов с внутренней гнилью // Лесотехнический журнал Воронеж.
2/2016, 109-117 с.
3.Фролов И.С., Бачериков И.В. Дефектоскопия внутренних пороков
круглых лесоматериалов с использованием рентгенотелевизионного
оборудования // Лесотехнический журнал Вороне. 3/2016, 135-141 с.
4. Методы определения участков с ядровой гнилью для обеспечения
рационального
раскроя
хлыстов//Системы
Методы
Технологии
Братск.2/2017,116-120 c.
5.Фролов И.С., Бачериков И.В. Проблемы производства колотых балансов
в России // Актуальные направления напредлагаемойований XXI века: теория
и практика. Воронеж. Том: 2 Номер: 5-4 (10-4), 2014 г., 357-360 с.
6.Фролов И.С., Григорьев И.В., Тихонов И.И., Кухарева Д.С.
Рациональный раскрой хлыстов с большой долей НКД //Актуальные
проблемы развития лесного комплекса : материалы Международной научнотехнической конференции / М-во обр. и науки РФ; Правительство Вологод.
обл.; Департамент лесн. Комплекса Вологод. обл.; Вологод.гос. ун-т.Вологда: ВоГУ,2015г., С. 92-94.
7.Фролов И.С., Григорьев И.В., Тихонов И.И., Кухарева Д.С. Система
оценки качества круглых лесоматериалов. //Актуальные проблемы развития
лесного комплекса : материалы Международной научно-технической
конференции / М-во обр. и науки РФ; Правительство Вологод. обл.;
Департамент лесн. Комплекса Вологод. обл.; Вологод.гос. ун-т.-Вологда:
ВоГУ,2015г., С. 94-96.
Просим принять участие в работе диссертационного Совета или
прислать Ваш отзыв на автореферат в двух экземплярах с заверенными
подписями по адресу: 163002, г. Архангельск, наб. Северной Двины, 17, ауд.
1220 с пометкой «В диссертационный совет Д212.008.01»
1/--страниц
Пожаловаться на содержимое документа